[논문 리뷰] Approximation algorithms for Capacitated Facility Location Problem with Penalties

Neelima Gupta, Shubham Gupta|arXiv (Cornell University)|2014. 08. 21.

Facility Location and Emergency Management참고 문헌 8인용 수 9

한 줄 요약

이 논문은 고객이 부분적으로 서비스를 받을 수 있고, 미처리 수요에 대해 단위당 보상이 부과되는 Capacitated Facility Location Problem with Penalties (CapFLPP)에 대한 국소 검색 근사 알고리즘을 제시한다. Chudak-Williamson 및 Pal-Tardos-Wexler 기법을 보상 인식 최소비용 유량 및 재할당 전략으로 확장함으로써, 동일한 용량에 대해 (5.83 + ε)-근사, 비동일한 용량에 대해 (8.532 + ε)-근사 성능을 달성한다.

ABSTRACT

In this paper, we address the problem of capacitated facility location problem with penalties (CapFLPP) paid per unit of unserved demand. In case of uncapacitated FLP with penalties demands of a client are either entirely met or are entirely rejected and penalty is paid. In the uncapacitated case, there is no reason to serve a client partially. Whereas, in case of CapFLPP, it may be beneficial to serve a client partially instead of not serving at all and, pay the penalty for the unmet demand. Charikar et. al. \cite{charikar2001algorithms}, Jain et. al. \cite{jain2003greedy} and Xu- Xu \cite{xu2009improved} gave $3$, $2$ and $1.8526$ approximation, respectively, for the uncapacitated case . We present $(5.83 + ε)$ factor for the case of uniform capacities and $(8.532 + ε)$ factor for non-uniform capacities.

연구 동기 및 목표

• 미처리 수요에 대해 단위당 보상이 발생하는 Capacitated Facility Location Problem with Penalties (CapFLPP)를 다루며, 용량 제약으로 인해 부분적 서비스가 유용하다.
• 기존의 국소 검색 프레임워크인 동일한 용량에 대한 Chudak-Williamson (CW) 및 비동일한 용량에 대한 Pal-Tardos-Wexler (PTW)를 보상 비용을 고려하도록 확장한다.
• 자연적 선형계획식의 정수성 갭이 있는 용량 제약이 있는 FLP의 경우에도 유한한 근사 비율을 유지하는 다항시간 국소 검색 알고리즘을 설계한다.
• 기존의 용량 제약이 없는 FLPP 근사 비율(예: 1.8526)을 개선하기 위해 원래의 이중화 및 이중 적합 기법을 용량 제약이 있는 보상 설정에 적응시킨다.
• 시설 재할당 및 시설 개설, 서비스, 보상 비용 간의 비용 트레이드오프를 철저히 분석함으로써 근사 비율의 이론적 경계를 설정한다.

제안 방법

• 동일한 용량에 대한 Chudak-Williamson (CW) 국소 검색 프레임워크를 보상이 포함된 최소비용 유량로 표준 최소비용 유량을 대체함으로써 수정한다.
• 최적 해를 무거운, 가벼운, 지배적인, 비지배적인 시설로 나누는 트리 분해를 사용하여 재할당 동작을 안내한다.
• H, LD, LND 카테고리의 시설에 대해 개설, 폐쇄, 삭제, 삭제 및 재할당 등의 재할당 동작을 정의하고 적용하며, 용량 및 수요 제약을 준수한다.
• 보상 인식 할당 도입: 각 고객 j에 대해 완전히 서비스되지 않은 부분에 대해 보상 노드 N*에 할당하며, 미처리 수요 단위당 비용 p_j를 부과한다.
• 전이 비용 α′을 사용하여 국소 검색 해의 비용을 최적 해와 관련지어 경계를 설정하고, 비동일한 용량에 대해 c(S) ≤ 9c_f(S*) + 5c_s(S*) + 5c_p(S*)라는 부등식을 유도한다.
• 스케일링 기법을 적용하여 비동일한 용량에 대해 (9+ε)의 경계를 (8.532+ε)로 향상시키고, 동일한 용량에 대해 (6+ε)를 (5.83+ε)로 향상시키며, 근사 배낭 해를 사용하여 다항 시간을 확보한다.

실험 결과

연구 질문

• RQ1 기존의 용량 제약이 있는 시설 위치를 위한 국소 검색 프레임워크는 단위당 보상이 발생하는 미처리 수요를 처리할 수 있는가?
• RQ2 용량 제약이 있는 설정에서 고객의 부분적 서비스가 유용한가? 이는 근사 비율에 어떤 영향을 미치는가?
• RQ3 국소 검색을 사용할 때 동일한 용량의 시설 위치 문제에 대해 달성 가능한 최선의 근사 비율은 무엇인가?
• RQ4 용량 제약이 있는 경우 자연적 선형계획식의 정수성 갭은 어떻게 극복할 수 있는가?
• RQ5 PTW 프레임워크는 보상 비용을 통합하면서도 유한한 근사 보장을 유지할 수 있는가?

주요 결과

• 논문은 동일한 용량의 시설 위치 문제에 대해 (5.83 + ε)-근사 알고리즘을 제시하며, 이는 국소 검색 프레임워크에서 유도된 (6 + ε)-근사 값을 스케일링함으로써 달성된다.
• 비동일한 용량에 대해 논문은 PTW 프레임워크에 보상 통합을 적용한 결과 (9 + ε)-근사 값을 기반으로 (8.532 + ε)-근사 값을 달성한다.
• 국소 검색 알고리즘은 서비스 비용과 보상 비용을 모두 고려하는 보상 인식 최소비용 유량 및 재할당 규칙을 사용하여 타당성과 비용 증가의 유한성을 보장한다.
• 분석 결과 최적 해의 각 시설은 국소 검색 과정에서 최대 6번만 개설되며, 간선은 최대 2번씩 사용되므로 비용 비교가 유한하게 유지된다.
• 국소 검색 해의 비용은 c(S) ≤ 9c_f(S*) + 5c_s(S*) + 5c_p(S*)로 경계되며, 이는 스케일링 이후 최종 근사 비율을 도출한다.
• 각 연산이 비용을 적어도 c(S)/(2p(n,ε)) 이상으로 개선하도록 함으로써 다항 시간 내에 실행되며, 작은 정수 가정에 의존하지 않도록 근사 배낭 해를 사용한다.